Hugging Face Blog·· 4 小时前AI 评分58
StateBench：测试语言模型如何在长文档中跟踪状态变化
StateBench: Testing how language models track state changes over long documents
AI 导读
Allen AI 在 Hugging Face 发布 StateBench，一个按四种难度层级评测语言模型长上下文状态跟踪能力的基准，并同步开放技术报告、数据和代码。
来源：Hugging Face Blog · huggingface.co